劉建

摘要：基于隧道排水及其可能來源的水化學(xué)信息，利用支持向量機（ＳＶＭ）技術(shù)建立了隧道排水來源識別模型，并分析了墊鄰高速銅鑼山隧道排水對當(dāng)?shù)剞r(nóng)業(yè)生產(chǎn)的影響。結(jié)果表明，該隧道排水并未對當(dāng)?shù)剞r(nóng)業(yè)生產(chǎn)的主要灌溉水源——清水溪產(chǎn)生影響，而是對一些井泉等輔助灌溉水源影響較為明顯，建議有關(guān)部門考慮影響區(qū)內(nèi)農(nóng)業(yè)生產(chǎn)用水的供水措施和隧道排水的資源化利用。

關(guān)鍵詞：農(nóng)業(yè)生產(chǎn)；支持向量機；灌溉用水；隧道排水

中圖分類號：Ｓ２７４．４文獻(xiàn)標(biāo)識碼：Ａ文章編號：0439－８114（２０12）14－2976-03

Ｓｔｕｄｙ ｏｎ ｔｈｅ Iｍｐａｃｔ ｏｆ Wａｔｅｒ Iｎｒｕｓｈ ｏｎ Rｅｇｉｏｎａｌ Aｇｒｉｃｕｌｔｕｒａｌ Pｒｏｄｕｃｔｉｏｎ ｉｎ Ｔｏｎｇｌｕｏｓｈａｎ Tｕｎｎｅｌ Aｒｅａ

ＬＩＵ Ｊｉａｎ

（Ｆａｃｕｌｔｙ ｏｆ Ｇｅｏｓｃｉｅｎｃｅｓ ａｎｄ Ｅｎｖｉｒｏｎｍｅｎｔａｌ Ｅｎｇｉｎｅｅｒｉｎｇ， Ｓｏｕｔｈｗｅｓｔ Ｊｉａｏｔｏｎｇ Ｕｎｉｖｅｒｓｉｔｙ， Ｃｈｅｎｇｄｕ ６１００３１， Ｃｈｉｎａ）

Ａｂｓｔｒａｃｔ： Ｓｕｐｐｏｒｔ vｅｃｔｏｒ mａｃｈｉｎｅｓ ｗａｓ ｉｎｔｒｏｄｕｃｅｄ ｔｏ ｂｕｉｌｄ ａ ｍｏｄｅｌ ｔｏ ｉｄｅｎｔｉｆｙ ｗａｔｅｒ ｓｏｕｒｃｅ ｏｆ ｇｒｏｕｎｄｗａｔｅｒ ｉｎｒｕｓｈ ｉｎ ｔｕｎｎｅｌ， ｂａｓｅｄ ｏｎ ｔｈｅ ｃｈｅｍｉｃａｌ ｉｎｆｏｒｍａｔｉｏｎ ｏｆ ｇｒｏｕｎｄｗａｔｅｒ ｉｎｒｕｓｈ ｉｎ ｔｕｎｎｅｌ ａｎｄ ｉｔｓ ｐｏｓｓｉｂｌｅ ｓｏｕｒｃｅｓ． Ｔｈｅ ｉｍｐａｃｔ ｏｆ ｗａｔｅｒ ｉｎｒｕｓｈ ｏｆ Ｔｏｎｇｌｕｏｓｈａｎ ｔｕｎｎｅｌ ｉｎ Ｄｉａｎｊｉａｎｇ ｔｏ Ｌｉｎｓｈｕｉ ｅｘｐｒｅｓｓｗａｙ ｏｎ ｒｅｇｉｏｎａｌ ａｇｒｉｃｕｌｔｕｒａｌ ｐｒｏｄｕｃｔｉｏｎ ｗａｓ ａｎａｌｙｚｅｄ ｕｓｉｎｇ ｔｈｉｓ ｍｏｄｅｌ． Ｔｈｅ ｒｅｓｕｌｔｓ ｓｈｏｗｅｄ ｔｈａｔ ｗａｔｅｒ ｄｒａｉｎｉｎｇ ｆｒｏｍ Ｔｏｎｇｌｕｏｓｈａｎ ｔｕｎｎｅｌ ｈａｄ ｎｏ ｉｎｆｌｕｅｎｃｅ ｏｎ ｔｈｅ ｍａｊｏｒ ｓｏｕｒｃｅ ｏｆ ｌｏｃａｌ ａｇｒｉｃｕｌｔｕｒａｌ ｉｒｒｉｇａｔｉｏｎ－Ｑｉｎｇｓｈｕｉｘｉ， ｂｕｔ ｓｅｖｅｒｅｌｙ ｉｍｐａｃｔｅｄ ｓｏｍｅ ｓｕｐｐｌｅｍｅｎｔａｒｙ ｉｒｒｉｇａｔｉｏｎ ｗａｔｅｒ ｓｏｕｒｃｅｓ． Ｔｈｅｒｅｆｏｒｅ， ｒｅｇａｒｄｉｎｇ ｃｅｎｔｒａｌ ｗａｔｅｒ ｓｕｐｐｌｙ ｆｏｒ ｔｈｅ ｐｅｏｐｌｅ ｗｈｏ ｗｅｒｅ ｉｎｆｌｕｅｎｃｅｄ ｂｙ ｔｕｎｎｅｌ ｗａｔｅｒ ｄｒａｉｎｉｎｇ ａｎｄ ｔａｋｉｎｇ ｉｎｒｕｓｈ ｗａｔｅｒ ｒｅｓｏｕｒｃｅ ｕｔｉｌｉｚａｔｉｏｎ ｉｎｔｏ ｃｏｎｓｉｄｅｒａｔｉｏｎ ｗｅｒｅ ｒｅｃｏｍｍｅｎｄｅｄ ｆｏｒ ｔｈｅ ｄｅｐａｒｔｍｅｎｔｓ ｃｏｎｃｅｒｎｅｄ．

Ｋｅｙ ｗｏｒｄｓ： ａｇｒｉｃｕｌｔｕｒａｌ ｐｒｏｄｕｃｔｉｏｎ； ｓｕｐｐｏｒｔ ｖｅｃｔｏｒ ｍａｃｈｉｎｅｓ； ｉｒｒｉｇａｔｉｏｎ ｗａｔｅｒ； ｗａｔｅｒ ｉｎｒｕｓｈ ｆｒｏｍ ｔｕｎｎｅｌ

我國是世界上的農(nóng)業(yè)大國之一，其西部地區(qū)的農(nóng)業(yè)生產(chǎn)又是當(dāng)?shù)氐闹饕?jīng)濟(jì)來源之一。隨著我國西部大開發(fā)戰(zhàn)略的穩(wěn)步推進(jìn)，西部山區(qū)的隧道工程不僅越建越多，而且越修越長［１］。然而，在改善當(dāng)?shù)亟煌ōh(huán)境的同時，山區(qū)隧道建設(shè)也產(chǎn)生了一系列的環(huán)境問題，其中隧道排水影響當(dāng)?shù)剞r(nóng)業(yè)生產(chǎn)較為突出，如襄渝鐵路中梁山隧道施工期間引起４８口泉水被排干，極大地改變了隧址區(qū)的人居環(huán)境［２］；渝懷鐵路圓梁山隧道建設(shè)導(dǎo)致一定范圍內(nèi)的地下水被排干，直接或間接地影響了當(dāng)?shù)鼐用竦纳詈蜕a(chǎn)用水［３］；渝懷鐵路歌樂山隧道施工導(dǎo)致山上６萬多居民的生產(chǎn)和生活用水受到嚴(yán)重影響［４］。這些影響不僅容易引發(fā)嚴(yán)重的民眾糾紛，而且可能形成社會的不穩(wěn)定因素。以墊（江）鄰（水）高速銅鑼山隧道（以下簡稱隧道）為例，通過建立隧道排水來源識別的支持向量機（Ｓｕｐｐｏｒｔ vｅｃｔｏｒ mａｃｈｉｎｅｓ，ＳＶＭ）［５，６］模型，分析了隧道排水對當(dāng)?shù)剞r(nóng)業(yè)生產(chǎn)的影響，以期為影響區(qū)內(nèi)農(nóng)業(yè)生產(chǎn)用水供水措施的制定和隧道排水的資源化利用提供參考。

１隧道工程及區(qū)域水文地質(zhì)概況

１．１隧道工程概況

銅鑼山越嶺雙洞公路隧道為重慶墊江—廣安鄰水高速公路的關(guān)鍵控制性工程，位于四川省廣安市鄰水縣元市鎮(zhèn)和城南鎮(zhèn)之間的銅鑼山背斜中段，東距重慶約８０ ｋｍ，西至成都約３１０ ｋｍ。隧道進(jìn)口位于銅鑼山背斜東翼的蓼子溝，出口位于背斜西翼的臘月丘，全長５．２ ｋｍ，最大埋深２８０ ｍ，人字形縱坡，采用由進(jìn)出口同時向變坡點掘進(jìn)的施工方式。該隧道始建于２００５年，已于２００８年夏季貫通。

１．２區(qū)域水文地質(zhì)概況

隧址區(qū)地貌景觀主要呈一山（銅鑼山）兩嶺（背斜兩翼）夾一谷（巖溶槽谷）的特征，出露地層主要有三迭系下統(tǒng)嘉陵江組（Ｔ１ｊ），中統(tǒng)雷口坡組（Ｔ２ｌ）和上統(tǒng)須家河組（Ｔ３ｘ）及侏羅系（Ｊ）地層。除第四系（Ｑ４）松散堆積物分布在槽谷和地形低洼處外，其余地層大面積出露，巖性主要為可溶巖（石灰?guī)r及白云巖）和非可溶巖（砂巖、粉砂巖、泥巖等），且前者（分布于槽谷）被挾持于后者（地處兩嶺地帶）中。

隧址區(qū)屬溫?zé)岢睗駳夂?，年平均氣溫１６．?℃，年平均降雨量１ ２１５．５ ｍｍ，地下水主要賦存、運移在呈條帶狀分布的碳酸鹽巖溶蝕裂隙和管道中，非可溶巖構(gòu)成相對隔水層。巖溶地下水主要接受降水的集中式滲（注）入補給及部分地表溪流水補給。受地層出露及地形條件的限制，在中部和東部，巖溶水主要沿東北向西南方向運移；而在西部，巖溶水則由西南向東北方向運移，并在地形切割處以泉或泉群形式排泄。

２ＳＶＭ基本理論

ＳＶＭ的核心是構(gòu)造最優(yōu)超平面，其基本思想為通過構(gòu)造合適的映射函數(shù)將輸入向量映射到一個高維特征空間，再在高維特征空間中尋找最優(yōu)分類超平面，使它盡可能將不同類別數(shù)據(jù)正確分開，并使類間間隔最大。相關(guān)計算理論見文獻(xiàn)［５-１０］。

２．１二分類ＳＶＭ

假設(shè)存在訓(xùn)練樣本｛ｘｉ，ｙｉ｝，ｉ＝１，２，…，ｌ；ｘｉ∈Ｒｎ；ｙｉ∈｛－１，＋１｝；ｌ為訓(xùn)練樣本數(shù)，ｎ為輸入維數(shù)。在線性可分的情況下，存在一個分類超平面，可使兩類樣本完全分開，即：

ｗ·ｘｉ＋ｂ＝０（１）

求解分類超平面就是找到給定訓(xùn)練樣本的權(quán)值ｗ和閾值ｂ的最優(yōu)值，故可將上述問題歸結(jié)為以下二次規(guī)劃：

利用拉格朗日優(yōu)化可將上述二次規(guī)劃問題轉(zhuǎn)化為對偶問題進(jìn)行求解，即可得到最優(yōu)拉格朗日乘子α*=（α*1，α*2，…，α*l）T，α*≠０對應(yīng)的樣本稱為支持向量，此時決策函數(shù)為：

對于線性不可分問題，可通過引入一個非線性映射函數(shù)把樣本映射到一個高維特征空間，在高維特征空間將其轉(zhuǎn)化為線性分類問題。該非線性映射函數(shù)通常選用核函數(shù)Ｋ（ｘｉ，ｘ），此時決策函數(shù)為：

得到?jīng)Q策函數(shù)后，可將待判定的樣本ｘ代入，通過計算該函數(shù)的正負(fù)來識別ｘ的歸屬。

２．２多分類ＳＶＭ

目前，多分類支持向量機算法主要通過組合一系列二分類支持向量機來實現(xiàn)，常用算法主要有“一對一”和“一對多”算法，這里采用有向無環(huán)圖的“一對一”算法，即通過構(gòu)建ｌ（ｌ－１）／２個子分類器并采取投票策略和競爭機制來確定預(yù)測樣本的類別。

３隧道排水對當(dāng)?shù)剞r(nóng)業(yè)生產(chǎn)的影響

３．１隧道排水的可能來源篩選

隧道地區(qū)地表沖溝發(fā)育，但常年性溪流主要為清水溪。隧道地區(qū)居民農(nóng)業(yè)生產(chǎn)用水以溪溝水（主要是清水溪）為主，當(dāng)井泉水有富余時也可用作農(nóng)業(yè)生產(chǎn)用水，如ＡＱ２３、ＡＱ２４、ＡＱ２１、ＡＱ３７、ＢＱ２６和ＢＱ２７等。隧道建設(shè)過程中，不可避免會揭露某些含水通道，從而形成排水，隨著隧道排水的不斷延續(xù)，含水層中儲存的地下水將被不斷排干，進(jìn)而影響當(dāng)?shù)剞r(nóng)業(yè)灌溉。為準(zhǔn)確分析隧道排水對當(dāng)?shù)剞r(nóng)業(yè)灌溉用水的影響，首先應(yīng)識別出哪些灌溉用水與隧道排水可能存在聯(lián)系。從水文地質(zhì)角度分析，銅鑼山隧道排水的主要來源可能為區(qū)內(nèi)巖溶地下水、地表溪流和煤系地層砂巖裂隙水，因此此次選?。玻埃埃的辏吩轮粒玻埃埃纺辏冈虏扇〉那逅乇硭ǎ兀拢眩玻担⒗细G水（ＡＱ１１、ＡＱ２１）和巖溶泉水（ＡＱ２３、ＡＱ２４、ＡＱ３７、ＢＱ２６和ＢＱ２７）為訓(xùn)練樣本，以Ｋ＋+Ｎａ＋、Ｃａ２＋、Ｍｇ２＋、Ｃｌ－、ＳＯ４２－和ＨＣＯ３－作為水源判別的特征因子，對隧道內(nèi)７處主要排水點的水源進(jìn)行識別。

隧道與各水文點位置關(guān)系見圖１。

３．２模型主要參數(shù)設(shè)置

影響ＳＶＭ模型分類精度和推廣能力的主要參數(shù)為核函數(shù)和懲罰常數(shù)Ｃ［１０］，鑒于徑向基函數(shù)（ＲＢＦ）具有較強的非線性映射能力和良好的性態(tài)，因此，ＳＶＭ模型選?。遥拢坪瘮?shù)作為核函數(shù)。核函數(shù)中的參數(shù)直接影響ＲＢＦ函數(shù)的形狀和分類性能，γ過小，ＳＶＭ對訓(xùn)練樣本的錯分率較低，但推廣能力較差，過大則錯分率高且推廣能力差［１１］。Ｃ的大小表征模型對訓(xùn)練樣本錯判時的懲罰程度顯示，Ｃ越大則分類精度越高，但可能出現(xiàn)“過度訓(xùn)練”現(xiàn)象［１０］。經(jīng)試算搜索，確定ＳＶＭ模型的最優(yōu)參數(shù)為Ｃ＝１．１５，γ＝２３．５。

３．３隧道排水對當(dāng)?shù)剞r(nóng)業(yè)用水的影響

利用訓(xùn)練好的模型，對隧道內(nèi)排水進(jìn)行識別，其結(jié)果均與地表巖溶泉水屬同一類別，換言之，隧道排水主要來自區(qū)域嘉陵江組和雷口坡組地層巖溶含水層的貢獻(xiàn)，即隧道排水對當(dāng)?shù)刂饕喔人辞逅丛斐捎绊?。對于上述結(jié)論，結(jié)合清水溪、ＡＱ２１、ＡＱ２３、ＡＱ３７、ＢＱ２６和ＢＱ２７的流量動態(tài)監(jiān)測資料進(jìn)行分析論證：

１）主要灌溉水源清水溪未受影響。隧道ＹＫ３３＋９３５至ＹＫ３４＋０４０段為廖家溝淺埋段，埋深小于４０ ｍ，距地表常年水體清水溪的直線距離不足４００ ｍ。隧道施工單位在施工至該段時進(jìn)行了地表注漿，根據(jù)清水溪流量動態(tài)監(jiān)測資料，該段隧道施工期間，清水溪并無明顯漏失現(xiàn)象，表明隧道排水的主要來源并非清水溪，這與ＳＶＭ模型識別結(jié)論一致，從而說明隧道排水未對當(dāng)?shù)刂饕喔人辞逅斐捎绊憽?/p>

２）輔助灌溉水源受到明顯影響。ＡＱ２３、ＡＱ３７、ＢＱ２６和ＢＱ２７均為廖家溝淺埋段附近的巖溶泉水，距隧道軸線的直線距離分別為３７０、２０、５７０和６７０ ｍ，為當(dāng)?shù)爻髿饨涤?、清水溪和一些沖溝外的輔助灌溉水源。監(jiān)測期間，上述泉點流量均出現(xiàn)了不同程度衰減甚至是枯竭現(xiàn)象。根據(jù)調(diào)查訪問，ＡＱ２３往年枯水期流量可保持在０．５～１．０ Ｌ／ｓ，但自２００６年６月以來，該泉點經(jīng)?？萁?，僅在降雨后能短時出水；ＡＱ３７受地表注漿干擾，趨勢不明顯；ＢＱ２６往年枯水期流量約０．１～０．３ Ｌ／ｓ，自２００６年５月以來，該點流量出現(xiàn)多次明顯衰減，并于２００７年５月曾一度枯竭，之后若短時間內(nèi)無降雨，亦會出現(xiàn)流量減少或枯竭現(xiàn)象；ＢＱ２７往年枯水期流量約１．０～３．０ Ｌ／ｓ，自２００６年８月以來，該點流量衰減明顯，并曾幾近枯竭（Ｑ＝０．０５５ Ｌ／ｓ）。

另外，ＡＱ２１為一廢棄煤礦，洞口距隧道軸線約９４０ ｍ，其出水主要供附近村民生產(chǎn)和生活使用。根據(jù)調(diào)查訪問，該點往年枯水期流量約０．１～０．３ Ｌ／ｓ，自２００６年６月以來，該點長時間枯竭，并于２００７年１月經(jīng)較長時間降雨補給后，流量有所回升，但２００７年７月又已枯竭，故認(rèn)為ＡＱ２１亦可能受到了隧道施工的干擾。前述識別結(jié)論和動態(tài)監(jiān)測資料均表明隧道地區(qū)輔助灌溉水源受到了明顯影響。

４結(jié)論

分析表明，隧道排水的主要來源為區(qū)內(nèi)嘉陵江組和雷口坡組巖溶含水層中的地下水，而并非清水溪。由此說明隧道排水并未對當(dāng)?shù)剞r(nóng)業(yè)生產(chǎn)的主要灌溉水源清水溪造成影響，而只是影響了一些輔助灌溉水源，盡管如此，為切實保護(hù)當(dāng)?shù)厝司迎h(huán)境，建議有關(guān)部門考慮影響區(qū)內(nèi)農(nóng)業(yè)生產(chǎn)用水的供水措施和隧道排水的資源化利用。

參考文獻(xiàn)：

［１］ 賀志勇，張娟，王存寶，等． 高速公路隧道安全性的綜合評價［Ｊ］．華南理工大學(xué)學(xué)報（自然科學(xué)版），２００８，３６（２）：５８－６３．

［２］ 付開?。逅旄咚俟分辛荷剿淼缼r溶塌陷及涌水量分析［Ｊ］．水文地質(zhì)工程地質(zhì)，２００５，３２（２）：１０７－１１０．

［３］ 王勐，許兆義，王連俊，等．圓梁山毛壩向斜段隧道涌突水災(zāi)害及對地下水的影響［Ｊ］．中國安全科學(xué)學(xué)報，２００４，１４（５）：６－１０．

［４］ 趙金鳳．歌樂山隧道施工涌水對周邊地下水系統(tǒng)的影響及環(huán)境效應(yīng)［Ｄ］．成都：成都理工大學(xué)，２００４．

［５］ ＶＡＰＮＩＫ Ｖ Ｎ． Ｔｈｅ ｎａｔｕｒｅ ｏｆ ｓｔａｔｉｓｔｉｃａｌ ｌｅａｒｎｉｎｇ ｔｈｅｏｒｙ［Ｍ］． Ｎｅｗ Ｙｏｒｋ： Ｓｐｒｉｎｇｅｒ－Ｖｅｒｌａｇ，１９９５．

［６］ ＶＡＰＮＩＫ Ｖ Ｎ． Ｓｔａｔｉｓｔｉｃａｌ ｌｅａｒｎｉｎｇ ｔｈｅｏｒｙ［Ｍ］．Ｎｅｗ Ｙｏｒｋ： Ｊｏｈｎ Ｗｉｌｅｙ ＆ Ｓｏｎｓ，１９９８．

［７］ 閆志剛，杜培軍，郭達(dá)志． 礦井涌水水源分析的支持向量機模型［Ｊ］．煤炭學(xué)報，２００７，３２（８）：８４２－８４７．

［８］ 閆志剛，白海波．礦井涌水水源識別的ＭＭＨ支持向量機模型［Ｊ］．巖石力學(xué)與工程學(xué)報，２００９，２８（２）：３２４－３２９．

［９］ 鄧乃揚，田英杰．?dāng)?shù)據(jù)挖掘中的新方法——支持向量機［Ｍ］．北京：科學(xué)出版社，２００４．

［１０］ 李秀珍，孔紀(jì)名，王成華．多分類支持向量機在滑坡穩(wěn)定性判識中的應(yīng)用［Ｊ］．吉林大學(xué)學(xué)報（地球科學(xué)版），２０１０，４０（３）：６３１－６３７．

［１１］ 任立輝，李文東，慈興華，等．基于ＬＩＢＳＶＭ的石油錄井中巖屑巖性識別方法研究［Ｊ］．中國海洋大學(xué)學(xué)報，２０１０，４０（９）：１３１－１３６．